移动互联网的业务访问特性

随着移动网络的快速发展和智能手机的不断普及,移动互联网的用户规模与日剧增,各类业务应用也层出不穷.为分析移动互联网中各类业务的访问特性,文中首先引入复杂网络的研究方法,建立了一个加权用户-业务二分网络分析模型;然后对现有移动互联网的主要业务应用进行了分类,并利用从某移动通信运营商的互联网网关上采集的2010年和2011年部分数据集,基于该模型从用户访问兴趣、业务点击量特性、业务流量特性、访问关联性等方面分析了移动互联网的业务访问特性,并比较了用户访问行为的变化.结果发现:门户网站、搜索引擎、社交网站和网络文学是用户访问的主要业务类型;用户访问兴趣范围服从指数分布,用户访问的兴趣强度服从幂律分布;点击量大的网站具有流量相似性而点击量小的网站则没有,但当点击量达到一定规模时则会呈现出流量相似性;在访问关联性方面,门户网站和搜索引擎是最容易被关联访问的业务类型,其次是电子邮箱和社交网站.     

基于兴趣的轻博客网站拓扑特性分析

为了了解新型在线社会网络——轻博客网站的拓扑特性,该文以国内最大的轻博客网站——点点网为研究对象,根据用户间兴趣关系构建兴趣网络,从小世界效应、无标度特征和中心度等角度对该网络进行了实证分析,为进一步认识和研究轻博客网站奠定了基础。     

基于兴趣的轻博客网站拓扑特性分析

为了了解新型在线社会网络——轻博客网站的拓扑特性,该文以国内最大的轻博客网站——点点网为研究对象,根据用户间兴趣关系构建兴趣网络,从小世界效应、无标度特征和中心度等角度对该网络进行了实证分析,为进一步认识和研究轻博客网站奠定了基础。     

图书漂流网络模型实证研究

通过收集整理图书漂流(bookcrossing)网站一个月内的图书漂流信息,建立图书与用户的数据库模型,并且构建两者间关系的二分图.从复杂网络的角度分析计算该网络的相关参数,如度分布、聚集系数、平均最短路径、节点项目度、项目大小、点强度及节点兴趣度,得到的图书漂流网络模型同时具有无标度特性和小世界网络的特性.     

病毒在无标度网络上的传播及控制仿真研究*

网络病毒的爆发给计算机用户带来巨大的损失,同时互联网被认为是无标度网络,因此研究病毒在无标度网络上的传播及控制很有意义。通过构建一个BA无标度网络模型,对病毒的传播行为及影响因素进行了仿真分析。研究表明,采取恰当的策略可以有效地控制、预防病毒传播。     

二部图在用户-网站中的实证研究

通过分析用户浏览网站的访问日志,建立用户-网站的二部图。其次分别通过对用户和网站进行投影,构建出用户网和网站网。然后通过计算节点间的相似度来确定边的权值。最后计算了用户网和网站网进行了度分布、平均最短路径、平均群聚系数、点强度等拓扑参数以及时间间隔分布等人类动力学特性。证实了该网络是无标度网络,且具有"小世界"效应特性。     

基于用户行为挖掘的融合社交网络推荐模型

采用大数据处理技术和并行计算方法进行融合社交网络的用户行为特征的挖掘,实现社交网络智能推荐,提出一种基于用户行为挖掘的融合社交网络推荐模型。采用关联规则分布模型进行融合社交网络的用户行为特征检测,提取融合社交网络的用户行为的本体信息和关联规则项,构建社交网络的联合推荐的模糊决策模型,计算融合社交网络用户行为的联合信息熵特征值,采用模糊C均值聚类方法对提取的特征量进行分类识别,根据分类识别结果实现用户行为挖掘和融合社交网络的自适应推荐。仿真结果表明,采用该方法进行融合社交网络的用户行为特征挖掘的查准率较高,推荐的置信度水平较高。     

分层供应链复杂网络局部演化模型研究

供应链是一种动态的、自适应性、自组织的复杂网络系统,具有典型的复杂网络特征。考虑了供应链网络的 整体宏观行为,通过分析企业节点的产生、衰亡及退出等生长演化规律,以节点多属性参数组合作为优先连接的依据, 建立了一个分层加权供应链网络模型。实验结果显示,该模型具有无标度特性,其幂律分布的指数落在(2,3)范围内, 而且具有较大的集聚系数及较小的平均路径长度,表明了其具有小世界效应。     

基于复杂网络的全球航空网络结构分析与应用

随着国内和国际间贸易活动规模的不断扩大,航空运输的经济价值和社会价值不断提高.飞机为航空运输实现的载体,构建出航空网络并对其结构进行实证研究与分析有着极其重要的现实意义.文中主要以全球航班信息为基础,借助复杂网络对全球航空网络进行分析,发现全球航空网络是一个无标度的小世界网络,其度分布为幂律分布.通过拟合发现点介数与度主要呈指数关系,但是在随着度的增加,点介数与度之间主要为线性关系,并且随着度的增加聚类系数也趋于稳定.此外,通过社团划分算法发现,全球航空网络具有明显的区域聚集效应.     

社会结构对财富分布的影响分析

将社会结构抽象化为随机网络（ER图）、小世界网络（WS网络）以及BA无标度网络三种不同的拓扑网络结构,分析了社会关系结构对社会财富分布规律的影响。通过模拟仿真以及实证研究得到,与ER随机网络以及WS网络相比,以BA无标度网络为基础的社会结构网络中的财富分布与真实社会中的财富分布规律是吻合的。因此说以BA无标度网络可以很好地刻画社会关系结构,其将为人类提供更多的财富信息,为进一步研究社会财富的累积、转移和重新分配提供了重要的理论基础。     

基于外部因素的用户—产品二部分网络结构特性分析

产品的外部因素对用户的群集行为有很大的影响, 然而在外部因素的影响下, 从理论模型上分析用户的群集行为却往往被忽略, 因此从理论模型角度分析了用户产品二部分网络结构特性。综合考虑了外部因素和内在属性, 建立了用户选择产品的理论模型, 并利用生成函数推导了用户和产品的度分布及投影后用户和产品的度分布。最后, 举例分析并进行了数值模拟, 发现模拟结果与理论分析结果非常吻合, 证明了这种方法对于分析二部分网络结构特性是有效的。     

基于Kullback-Leibler距离的二分网络社区发现方法

现实世界存在大量二分网络,研究二分社区结构有助于从新角度认识和理解复杂网络。由于二分网络特殊的二分结构,使得基于单模网络的现有社区发现算法无法适用。本文提出一种基于Kullback-Leibler距离的二分网络社区发现算法,该算法将异质节点间的连接关系转化为其在用户节点集上的连接概率分布,并建立基于概率分布的KL相似度衡量节点连接模式的差异性,从而克服二分结构对节点相似性评估的不利影响,实现对二分网络异质节点的社区发现。在人工网络和真实网络上的实验和分析表明：该算法能够有效挖掘二分网络社区结构,改善二分网络社区发现的准确性和效率。     

句法复杂网络作为语体分类的知识源研究

基于6种语体的句法树库构建了6个依存句法网络,对这些网络的边数、节点数、节点平均度、聚类系数、平均最短路径长度、网络中心势、直径、节点度幂律分布的幂指数、度分布与幂律拟合的决定系数等整体特征进行了对比分析。以这些整体特征为变量,采用欧几里德的“最短距离”法,对这6种语体的句法网络进行了聚类分析。研究结果显示,通过一些网络的主要参数,即网络节点数、聚集系数、平均路径长度、中心势以及节点度幂律分布的幂指数,可以对所研究的文本进行分类。与传统的文本聚类方法相比,其结果更容易从语言学的角度进行合理的解释。     

中文文学作品中的社会网络抽取与分析

应用自然语言处理技术和复杂网络技术,可以对中文文学作品中内含的社会网络进行抽取和分析。该文以《三国演义》为例,抽取了其中的社会网络,节点是作品中的人物,边是人物之间的联系,边的权重为各章回中的人物共现次数。借助背景知识和互联网构建了角色库辅助网络建模。对构建出来的社会网络进行分析,包括节点度分布、中心性、聚类特征等。结果表明,中文文学作品中的角色分布具有明显的小世界性、有限幂律分布特征和社区特性,同时也有多面性和多元性。     

Controlled generation of hard and easy Bayesian networks: Impact on maximal clique size in tree clustering

This article presents and analyzes algorithms that systematically generate random Bayesian networks of varying difficulty levels, with respect to inference using tree clustering. The results are relevant to research on efficient Bayesian network inference, such as computing a most probable explanation or belief updating, since they allow controlled experimentation to determine the impact of improvements to inference algorithms. The results are also relevant to research on machine learning of Bayesian networks, since they support controlled generation of a large number of data sets at a given difficulty level. Our generation algorithms, called BPART and MPART, support controlled but random construction of bipartite and multipartite Bayesian networks. The Bayesian network parameters that we vary are the total number of nodes, degree of connectivity, the ratio of the number of non-root nodes to the number of root nodes, regularity of the underlying graph, and characteristics of the conditional probability tables. The main dependent parameter is the size of the maximal clique as generated by tree clustering. This article presents extensive empirical analysis using the Hugin tree clustering approach as well as theoretical analysis related to the random generation of Bayesian networks using BPART and MPART.     

A generative model for time evolving networks

Time evolving networks have some properties in common with complex networks, while some characteristics are specific to their time evolving nature. A number of interesting properties have been observed in time-varying complex networks such as densification power-law, shrinking diameter, scale-free degree distribution, big clustering coefficient and the emergence of community structure. Existing generative models either fail to simulate all the properties or undermine the social interactions between the existing nodes over time. In this paper, we propose a generative model called socializing graph model (SGM) for those networks that evolve over time. It is an iterative procedure consisting of two steps. In the first step, we add one new node to the network at every timestamp and connect it to an existing node using a preferential attachment rule. In the second step, we add a number of edges between the existing nodes in order to reflect the emergence of social interactions between nodes over time and mimic the evolution of real networks. We present empirical results to show that SGM generates realistic prototypes of evolving networks.

     

基于声誉与基于网络结构的用户聚类比较分析

用户聚类问题是在线用户行为分析的一个重要研究方向。基于在线评分系统,用户声誉反映的是用户对产品打分的准确程度,用户——产品二部分网络结构反映的是用户对产品的品味偏好。结合声誉度量算法,分别采用DBSCAN方法和基于模块度的贪婪算法从用户打分准确程度和品味偏好角度进行用户聚类,提出一种一致性度量指标来衡量根据用户声誉与根据网络结构得到的两种聚类结果之间的联系。两个实证数据集上的实验结果表明根据用户声誉与根据网络结构得到的两种聚类结果是不一致的,说明打分准确程度相似的用户的品味偏好并不相似。     

基于在线聚类和检测成本的移动自组网异常检测

移动自组网具有无线信道、动态拓扑、缺乏基础设施和节点资源受限等特点,更易受到安全威胁,且无法部署复杂的安全协议和算法.为了有效检测移动自组网中的异常访问行为,提出了一种基于在线聚类和检测成本的异常检测方案TCDC.TCDC先在单个节点内对访问行为进行在线聚类和处理,然后在不同节点间通过基于检测成本的协同检测进一步确认访问行为.仿真实验表明,该异常检测方案能够有效地检测移动自组网中的异常行为,且消耗资源较少.     

复杂网络在城市公交网络中的实证分析

实证分析是复杂网络研究的一个重要的方向。采用复杂网络研究方法,以上海、北京等城市的公交线路的部分站点和路线为例,分别从公交停靠站点网络、公交换乘网络和公交线路网络角度总结了城市公交网络的复杂网络特性。对复杂网络的静态特征值如平均路径长度、聚类系数、节点度分布等方面进行了统计。结果显示北京和上海的公交网络具有小世界特性,度分布都符合指数分布。北京和上海居民外出的平均换乘次数分别为1.54次和1.9次。     

基于位置吸引力的加权复杂供应链网络局域世界演化模型研究

在一般局域世界演化模型的基础上,文章使得企业节点的初始位置值呈现幂率分布,以体现节点企业的不同角色。受万有引力定律的启发,用位置值的大小和远近值来定义节点企业间位置吸引力的概念,并应用吸引力规则确定每一个新加入节点的局域世界。新节点与局域世界中的老节点之间采用节点度与节点强度的复合优先连接方式,弥补了优先连接仅仅依赖节点度值的缺陷,从而构建基于位置吸引力的加权复杂供应链网络局域世界演化模型。实验模拟了该复杂网络的生长、边的退出和节点的退出等动态演化过程,通过计算与统计整体度分布、平均路径长度和聚集系数等复杂供应链网络的重要参数发现:该复杂供应链网络的度分布呈现出一定的幂率分布形式,能够保证大多数节点的度较低和少数节点的度较高的重尾特征,同时具有较大的集聚系数和较小的平均路径长度的小世界特征。该研究工作为供应链企业在实践中构建供应链网络提供了理论依据,有助于更好地分析现实供应链网络的相关特性并识别重要节点以便对供应链网络进行保护。